Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 数据空间研究院张燕获国家专利权

数据空间研究院张燕获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉数据空间研究院申请的专利一种基于LLM的多模态数据治理智能代码生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121029179B

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511175460.2,技术领域涉及:G06F8/41;该发明授权一种基于LLM的多模态数据治理智能代码生成方法是由张燕;林传文设计研发完成,并于2025-08-21向国家知识产权局提交的专利申请。

一种基于LLM的多模态数据治理智能代码生成方法在说明书摘要公布了:本发明涉及人工智能技术领域,具体地说,涉及一种基于LLM的多模态数据治理智能代码生成方法。该基于LLM的多模态数据治理智能代码生成方法,包括任务语义诊断、多角色协同澄清、跨模态跨领域自适应加载、智能代码生成与评估以及自监督优化反馈五个步骤。本发明中,通过设置动态多轮澄清与反馈机制,以提升模型对模糊、不完整任务的理解与修正能力,同时通过构建多角色协同架构,模拟人类开发过程中的任务沟通、澄清、生成与评估环节,并且通过引入跨模态跨领域知识适应机制,增强模型在不同模态类型、专业任务中的生成准确性,此外通过设计自监督优化闭环机制,实现代码生成的质量自评估与自动迭代修复。

本发明授权一种基于LLM的多模态数据治理智能代码生成方法在权利要求书中公布了:1.一种基于LLM的多模态数据治理智能代码生成方法,其特征在于,包括以下步骤: S1、任务语义诊断:接收用户输入的初始任务描述,通过语义诊断模块识别任务描述中的不完整性、歧义或逻辑冲突,其中语义诊断模块采用CodeBERT的MLM评分与依存句法分析联合检测技术; S2、多角色协同澄清:由澄清者角色Q_gen基于诊断结果生成澄清问题集,反馈者角色R_agent通过用户接口、领域知识库检索或LLM自动补全获取反馈,并融合回答生成更新后的任务描述; 所述步骤S2中多角色协同澄清包括: 历史意图图谱构建:基于Sentence-Transformers生成任务描述的语义嵌入,存储至向量数据库; 澄清问题优化:对冲突类问题优先生成,歧义问题数量不超过3个,不完整字段采用模板填充; S3、跨模态跨领域自适应加载:通过微调RoBERTa-base的领域分类器和CLIP-BERT融合的模态分类器识别任务属性,加载对应领域的Prompt模板与RAG知识模块; 所述步骤S3的领域分类器在医疗金融制造教育四领域数据集上训练,每个数据集10k条标注语料,F1分数>0.92;模态分类器采用CLIP-ViT-B32多模态模型与文本专用BERT分类头融合架构; S4、智能代码生成与评估:由代码生成者角色C_gen生成初步代码,评估者角色E_eval执行自动化测试,评估者角色E_eval不仅基于自动测试用例执行功能验证,还引入跨模态一致性对比机制,对多模态任务中的模态间字段对齐情况进行一致性检查,测试用例基于任务语义解析和边界值分析生成; 步骤S4中的自动化测试用例生成包括: 基于任务描述关键词解析生成基础用例; 调用LLM生成边界值用例; 组合基础用例与边界值用例形成测试集; S5、自监督优化反馈:当测试通过率低于阈值时,递归触发S1-S4的闭环流程,直至满足通过率≥90%、迭代轮次≤5、单次测试时间≤60s且内存≤2GB的终止条件。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人数据空间研究院,其通讯地址为:230000 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。